为什么 LDR 有时需要 20 CPU 个周期？

Question

我在 ARM Cortex M4 程序集 中遇到并发布了 LDR 和 STR 指令。出于某种原因，它们 write/read 内存中的某些部分比其他部分花费的时间更长。

为了说明这一点，我设置了这个简单的例子：

我创建了一个项目，其中包含一个主 C 文件和一个包含汇编代码的相邻“.S”文件。我已使用“extern”对象将汇编函数包含到我的 C 文件中。

//Add the asm functions to our C code
extern "C" void LoadTest(uint32_t *memory_adress);
extern "C" void LoadTestLoop(uint32_t *memory_adress);

程序的作用如下：

void perform_test()
{
  //Time
  register uint32_t register_before_time=before_time;
  register uint32_t register_after_time=after_time;

  register uint32_t* input_address=0x400E9000;
  
  register_before_time=ARM_DWT_CYCCNT; 

  //Time measurment occurs in here!
  LoadTestLoop(input_address);
  
  register_after_time=ARM_DWT_CYCCNT;

  Serial.print(" Time: ");
  Serial.println(register_after_time-register_before_time-time_error);
}

它向我们展示了执行某项操作所花费的时间 “register_before_time=ARM_DWT_CYCCNT;” 和 “register_after_time=ARM_DWT_CYCCNT;” 行.

以下是我们将测试其速度的汇编子例程：

.global LoadTest
LoadTest:
    ldr r1, [r0]                        /*Load value into r1 from memory_address*/
    orr r1, #0xC0                       /*OR bits 7,6 to be on.*/
    str r1, [r0]                        /*Store the changed value back into memory_address*/
    bx lr

.global LoadTestLoop
LoadTestLoop:
    mov r2, #255                        /* Set r2 to be 255 for the loop*/
    
    TestLoop:                           /*Same code as before*/
        ldr r1, [r0]                        
        orr r1, #0xC0                   
        str r1, [r0]
        
        subs r2, r2, #1                 /*Decrement r2 + set Z flag if it's zero*/
        bne TestLoop                    /*Repeat until r2==0*/
    bx lr

LoadTest – 从我们给它的地址加载一个值。将该值与 0xC0 进行或运算，然后将其存储回同一地址。

LoadTestLoop – 做同样的事情，但是，在一个循环中执行 255 次，这样我们可以得到一个循环迭代需要多长时间的平均值，并最小化来自 b运行ching 指令进出函数的时间测量错误。

注意： 为了尽量减少测量误差，要处理的地址在 input_address 指针中提供给时间测量区外的两个函数。

register uint32_t* input_address=0x400E9000;

测试结果及问题：

我运行这两个测试都是普通C变量

uint32_t test_value=255;
register uint32_t* input_address=&test_value;

以及微控制器内部的配置寄存器。请注意，在数据表中，它们仅显示为内存。

register uint32_t* input_address=0x400E9000;

平均而言，标准变量的 LoadTest 需要 9 个周期来执行，但控制寄存器的 27 个周期要长得多。 LoadTestLoop 测试用平均 1541 的标准变量加强了这一点周期（每次迭代 6 个周期）并且控制记录了惊人的 12227 个周期，每次迭代达到疯狂的 47 个周期！

为什么会这样？

为什么 LDR 和 STR 有时需要更长的时间来执行？它与 this instruction set website 上循环计数旁边写的小“b”有什么关系吗？单击它会使您返回同一页面。

有人知道为什么会这样吗？被这个问题困扰很久了，很想知道。

感谢您的帮助

Answer 1

这是完全正常的。

一般来说，从内存中加载需要多少时间。时间不受 CPU 本身的控制，因此引用的周期计数只能代表“最佳情况”。如果 CPU 无法从其自身的内部结构（例如存储缓冲区或 L1 缓存）完成负载，那么它只需要将请求放到内存总线上并停止，直到内存子系统响应。（或者继续执行后面的指令out-of-order，如果这样配备，如果它能找到一些不依赖于加载结果的指令。）

实际花费的时间可能会有很大差异，例如取决于负载是命中还是未命中 L2 或 L3 缓存，另一个核心或外部设备是否持有总线锁等。如果机器没有缓存并且所有内存是快速SRAM，那么时间可以很稳定。

但在您的情况下，您正在加载的地址实际上映射到硬件设备。所以你根本不是在读 RAM，你在读 I/O。在这种情况下，响应必须来自设备本身，并且设备基本上可以根据需要进行响应。如果您需要能够预测时间，那么您需要查看该设备的文档（以及其间的任何接口硬件），而不是 CPU 手册中的周期计数。

为什么 LDR 有时需要 20 CPU 个周期？

Why does LDR sometimes take 20 CPU cycles?

c

assembly

arm

microcontroller